Met. Inv.

2012

II. Fase metodolgica Metodologa de la investigacin o diseo de prueba de la hiptesis (materiales y mtodos) J. Seminario
Introduccin. En los temas anteriores hemos abordado los aspectos conceptuales de la investigacin. Ahora nos toca hablar del mtodo o procedimiento a seguir para someter a prueba la s! hiptesis planteada s!. A esto se denomina dise"o de prueba de la hiptesis# dise"o de contrastacin de la hiptesis# metodolog$a de la investigacin o materiales % mtodos. A&u$ se debe e'poner cmo se desarrollar( la investigacin# describiendo cada paso# creando las condiciones para responder a las preguntas )ormuladas % cumplir con los ob*etivos propuestos# con los recursos disponibles. Es decir# en esta )ase metodolgica# de dise"o o planeacin +olit % ,ungler 1--.!# se deben describir los mtodos &ue se usar(n para contrastar la hiptesis. +isco%a 1--/! propone &ue esta )ase debe denominarse de diseo de prueba de la hiptesis. En esta )ase se desarrollar(n los siguientes tpicos0 tipo de investigacin# dise"o de la investigacin# poblacin % muestra I. Tipo de estudio o tipo de investigacin 1uando hemos planteado el problema en todos sus aspectos % )ormulado la hiptesis de investigacin# basados ambos# en la revisin de literatura &ue se hi2o desde el momento de plantear el problema# % e'presada de modo m(s organi2ado % argumentativo en el marco terico! ha &uedado impl$citamente e'presado el tipo de investigacin &ue se reali2ar(. Sin embargo# con )ines de de*ar claro el sentido de la investigacin % el compromiso del investigador# tal ve2# conviene dedicar unas l$neas en el pro%ecto# a e'plicar el tipo de investigacin &ue vamos a reali2ar. +ara ello# es necesario &ue regresemos a la tabla de tipi)icacin de las investigaciones &ue presentamos al hablar de la investigacin cient$)ica# basada en 3ie%tes 20040 5/! % otros autores. 6bi&uemos nuestra investigacin seg7n estos criterios % en nuestro pro%ecto# resaltemos los aspectos m(s importantes % &ue podr$an no estar claros para cual&uier lector. 8abla 1. 8ipos de investigacin social seg7n distintos criterios 1riterio 8ipo de investigacin 9inalidad :(sica# aplicada Estrategia o en)o&ue terico metodolgico 1uantitativa# cualitativa# mi'ta. ;b*etivos alcances! E'ploratoria# descriptiva# correlacional# e'plicativa 9uente de datos +rimaria# secundaria# mi'ta. 1ontrol en el dise"o de la prueba E'perimental# no e'perimental 8emporalidad 8ransversal sincrnica!# longitudinal diacrnica!. 1onte'to donde sucede :iblioteca gabinete!# laboratorio# campo Intervencin disciplinaria 6nidisciplinaria# multidisciplinaria# interdisciplinaria# transdisciplianria 9uente0 3ie%tes 2004!# Estrada et al. 1--4!< =u$2 =osado 200/!# Mende2 % Astudillo 200>!# ,ern(nde2 et al. 2010!.

II. iseo de la investigacin o dise"o de prueba de la hiptesis propiamente dicha! El dise"o de la investigacin se re)iere al plan o estrategia &ue deber( seguirse para responder a las preguntas de investigacin 1hristensen# citado por ,ern(nde2 et al. 2010!. El dise"o se"ala al investigador lo &ue debe hacer para alcan2ar los ob*etivos planteados# contestar las interrogantes. En otras palabras# someter a prueba las hiptesis )ormuladas. El dise"o indica si habr( de reali2arse una intervencin o manipulacin de variables % en &u consistir( esta manipulacin. Indicar( la )orma de controlar las variables e'tra"as % me*orar la posibilidad de interpretacin de los datos. Indicar( la programacin temporal % la )recuencia de la recoleccin de los datos. As$ como# el ambiente en &ue se desarrollar( +olit % ,ungler 1--.!. +uede ser &ue el dise"o indi&ue &ue se va a manipular variables o &ue slo se va a tomar datos de variables tal % como se presentan. Tipos de diseos de investigacin (seg!n la naturale"a de la investigacin) 6na )orma de clasi)icarlos es considerar dos grandes grupos0 los dise"os e#perimentales % los no e#perimentales. A su ve2# cada uno se divide en otros como se observa en el es&uema ad*unto ,ern(nde2 et al. 2010!. ?os dos grandes dise"os son igualmente importantes % necesarios# la eleccin depende del tipo de problema# de los ob*etivos# de las preguntas planteadas % del tipo de estudio a reali2ar e'ploratorio# descriptivo# correlacional o e'plicativo!. 3eamos0
E'perimento verdadero0 Aise"o espec$)ico
E'perimentales

+ree'perimento0 Aise"o espec$)ico 1uasie'perimento0 Aise"o espec$)ico Aescriptivo uno o m(s grupos! 8ranseccional
@o E'perimentales

1orrelacionalBcausal uno o m(s grupos! Ae tendencia o trend

?ongitudinal

Ae evolucin de grupo o cohort +anel o de segmento

9ig. Aise"os e'perimentales % no e'perimentales# seg7n ,ern(nde2 et al. 2000! % +olit % ,ungler 1--.!.

iseos e#perimentales. Su caracter$stica )undamental es &ue en ellos se manipula deliberadamente las variables independientes. Estos a su ve2 pueden ser pree'perimentos# cuasie'periementos % e'perimentos puros o verdaderos. +ara entender me*or e'plicaremos primero &u es un e'perimento puro o verdadero. $#perimento puro o verdadero. Aesde el punto de vista cient$)ico un e'perimento es un estudio de investigacin en el &ue se manipulan deliberadamente una o m(s variables independientes supuestas causas! para anali2ar las consecuencias o e)ectos &ue esta manipulacin tiene sobre una o m(s variables dependientes supuestos e)ectos!# dentro de una situacin de control por parte del investigador ,ern(nde2 et al. 2010!. Es mu% importante anotar &ue en esta de)inicin# el e'perimento puro# e'ige no slo &ue se manipulen las variables

independientes para medir los e)ectos en las variables dependientes# sino &ue esta manipulacin debe hacerse ba*o una situacin de control por parte del investigador. +or lo general# en ciencias naturales )$sicas % biolgicas % relacionadas!# slo es v(lido este tipo de e'perimento. Es decir# todo a&uel Ce'perimentoD &ue no cumple con los re&uisitos antes establecidos# no se considera como tal. Sin embargo# en 1. Sociales e'isten los denominados pree'perimentos % los cuasie'perimentos# &ue se di)erencian de un e'perimento verdadero por&ue carecen del re&uisito de control o valide2 interna. %e&uisitos de un e#perimento verdadero +ara ,ern(nde2 et al. 2000!# son tres los re&uisitos0 1. Manipulacin intencional de una o m(s variables independientes. En una relacin causal entre variables# la variable independiente es la supuesta causa o condicin antecedente % el e)ecto provocado por dicha causa se denomina variable dependiente o consecuente. El e'perimento se reali2a para anali2ar si una o m(s variables independientes a)ectan a una o m(s variables dependientes. 1on este propsito se manipula la variables s! independiente s!. En cambio# la variable dependiente se mide no se manipula! para ver el e)ecto &ue la primera tiene sobre ella. ?os grados de manipulacin de las variables pueden variar# pero como m$nimo pueden ser dos0 presenciaEausencia. ?o anterior signi)ica &ue se re&uiere como m$nimo dos grupos# a uno se le e'pone a la variable independiente % al otro no. Al primer grupo se denomina Cgrupo e'perimentalD % al otro Cgrupo controlD. +or e*emplo# si &ueremos investigar el e)ecto &ue produce un regulador del crecimiento en un cultivo de te*idos# a una muestra de e'plantes se les suministra el regulador % a otra muestra no slo agua!. En otros casos# se puede hacer variar la variable independiente en cantidades# grados o niveles. +or e*emplo# la aplicacin de un medicamento en di)erentes dosis. Este tipo de e'perimentos tiene la venta*a &ue no slo se puede saber si la presencia de la variable independiente tiene e)ecto# sino &ue adem(s se puede averiguar si los distintos niveles producen distintos grados del e)ecto. ;tras veces# puede manipularse la variable independiente en modalidades# sin &ue cambie la cantidad tipos de semillas# )orma de siembra# tipos de medicamentos!. En agronom$a podemos estudiar el e)ecto &ue produce aplicar una misma cantidad de abono en un cultivo determinado# pero colocado en di)erente momento o en di)erente posicin respecto de la planta!. 8ambin# la manipulacin puede consistir en combinar cantidades % modalidades de la variable. +or e*emplo tres dosis de un medicamento % adem(s aplicado en dos modalidades. 2. Medir el e)ecto &ue la variable independiente tiene sobre la variable dependiente. Esta medicin debe tener valide2 &ue mida lo &ue se &uiere medir! % ser con)iable mediciones repetidas deben dar los mismos resultados!. En el momento de planear el e'perimento debe &uedar establecido cmo se van a manipular las variables independientes % cmo se van a medir las variables dependientes. 5. 1ontrol o valide2 interna de la situacin e'perimental. +or control se entiende# &ue si en un e'perimento# una o m(s variables independientes hacen variar a las dependientes# esta variacin debe ser debido a la manipulacin % no a otros )actores o causas. Ael mismo modo# si se observa &ue las variables independientes no tienen e)ecto sobre las dependientes# se debe estar seguro de esto. En otras palabras# control es saber lo &ue ocurre realmente con la relacin entre ambas variables.

Es decir# se entiende por control en un e'perimento# el controlar la in)luencia de variables e'tra"as v. intervinientes! sobre las variables en estudio dependientes!# EEcu%a presencia invalida el resultado. Slo as$ se podr( saber si las variables independientes tienen e)ecto o no sobre las dependientes. +or e*emplo# si estudiamos e'perimentalmente el e)ecto de un abono sobre el rendimiento de un cultivo# todas las dem(s condiciones o variables! deben ser las mismas riego# deshierbos# apor&ue# etc!. Ae lo contrario# no se sabr$a si los resultados se deben al abono o a las otras variables &ue no )ueron controladas. +olit F ,ungler 1--.! desde la perspectiva de la investigacin en salud# dicen &ue un e'perimento verdadero se caracteri2a por los siguientes atributos0 1. Manipulacin de la variable independiente. A travs de cuando menos algunos de los su*etos o elementos en estudio administrar tratamientos di)erentes a di)erentes elementos o su*etos!. 2. 1ontrol. Se e*erce a travs de la manipulacin de las variables independientes# a travs de la aleatori2acin# a travs de la preparacin cuidadosa de los protocolos e'perimentales % a travs del empleo de grupos de control. +ara obtener evidencia cient$)ica de una relacin entre variables se re&uiere por lo menos reali2ar una comparacin. Esto re&uerir(# por lo menos un grupo control. Este grupo control constitu%e un grupo de su*etos o elementos# a los cuales no se aplica ning7n tratamiento % sirve para comparar el comportamiento de la variable dependiente en el grupo e'perimental. 5. Aleatoriedad. Supone una distribucin al a2ar de los elementos o su*etos a los grupos del e'perimento. Signi)ica &ue cada su*eto tiene la misma oportunidad de ser asignado a cual&uier grupo. ,a% varios procedimiento para conseguir esto. En las investigaciones en ciencias naturales es relativamente m(s )(cil e*ercer control interno en los e'perimentos. 1ontrariamente# en las investigaciones sociales esto resulta m(s di)$cil. En este sentido# ,ern(nde2 et al. 2000# p. 11>E121!# desde la perspectiva social# describen las principales )uentes de invalidacin en este tipo de investigaciones e'perimentales &ue slo las mencionamos a&u$!0 ,istoria. Maduracin. Inestabilidad Administracin de pruebas. Instrumentacin. =egresin estad$stica. Seleccin Mortalidad e'perimental Interaccin entre seleccin % maduracin. ;tras interacciones. El propio investigador %esumiendo' (cmo lograr el control y la valide" interna) 1. 3arios grupos de comparacin. 1omo m$nimo deben haber dos grupos# uno e'perimental % otro de control. 2. E&uivalencia de los grupos. Esta e&uivalencia debe darse tanto al inicio del e'perimento como durante el e'perimento. ?a e&uivalencia inicial puede lograrse mediante la asignacin al a"ar de los su*etos a los grupos del e'perimento. ;tra )orma es el empare*amiento &ue consiste en igualar a los grupos con relacin a una variable espec$)ica &ue se piensa puede in)luir de modo decisivo en la variable dependiente. E*.

edad# se'o. ?a e&uivalencia durante el e'perimento se logra dando el mismo tratamiento a todas las unidades e'perimentales# durante el proceso. @ota0 +ara abordar los dise"os e'perimentales espec$)icos se recomienda revisar literatura sobre dise"os e'perimentales. +alide" e#terna de los e#perimentos Se re)iere a la posibilidad de &ue los resultados de un e'perimento puedan ser generali2ados a situaciones no e'perimentales % a otros su*etos o poblaciones. =esponde a la pregunta0 Glo &ue encontr en el e'perimento a &u su*etos# poblaciones# conte'tos# variables % situaciones puede aplicarseH Esta depende de varios )actores como0 a! la seleccin de los individuos# stos deben ser lo m(s representativo posibles de la poblacin a la cual &ue desea aplicar o e'tender los resultados %< b! de las condiciones e'perimentales arti)icialidad!. Es decir# se debe procurar &ue el conte'to e'perimental sea lo m(s parecido posible a la realidad a donde se &uiere e'tender los resultados# de lo contrario resultar( at$pico. ,onte#tos de los e#perimentos +ueden reali2arse en dos conte'tos# en laboratorio % en campo. Aesde la perspectiva de las ciencia sociales# un e#perimento de laboratorio# seg7n Ierlinger % ?ee 20010 /25! se de)ine como Cuna investigacin en la &ue la varian2a de todas# o casi todas las variables independientes in)lu%entes# sin pertinencia al problema de investigacin inmediato# se mantienen al m$nimoD. ?os mismos autores p./2/! de)inen un e#perimento de campo como Cun estudio de investigacin reali2ado en una situacin real# donde una o m(s variables independientes son manipuladas por el e'perimentador ba*o condiciones tan cuidadosamente controladas como la situacin lo permitaD. 1ada conte'to tiene sus propsitos# debilidades % )ortale2as ver Ierlinger % ?ee 2001# cap. 24!. +or e*emplo# los e'perimentos de laboratorio tienen la venta*a de &ue pueden lograr ma%or control interno# &ue los e'perimentos de campo# pero los de campo pueden tener ma%or valide2 e'terna. -ree#perimentos. Se llaman asi# por&ue su grado de control es m$nimo. 6n pree'perimento consiste en administrar un est$mulo o tratamiento a un grupo % despus aplicar una medicin de una o m(s variables para observar cual es el nivel del grupo en estas variables. @o cumple con los re&uisitos de un e'perimento verdadero. @o ha% manipulacin de la variable independiente no ha% los niveles m$nimos# presenciaEausencia!# tampoco ha% una re)erencia de cual era el nivel del grupo en la variable dependiente# antes de aplicarse el est$mulo. E*. si a un grupo de en)ermos le aplicamos un medicamento % ste se cura. @o podr$amos saber con certe2a &ue )ue el e)ecto del medicamento el &ue produ*o la curacin. Juedar$a la duda# por&ue no ha% un grupo de control. ,uasie#perimentos. En estos dise"os tambin se manipulan deliberadamente una o m(s variables independientes para ver su e)ecto % relacin con una o m(s variables dependientes# pero el grado de seguridad o con)iabilidad sobre la e&uivalencia inicial de los grupos# no es la &ue o)recen los e'perimentos verdaderos. A&u$ los su*etos no son asignados al a2ar a los grupos ni empare*ados# sino &ue se act7a sobre grupos %a )ormados antes del e'perimento. Es decir# son grupos intactos. +or e*. si los grupos del e'perimento son tres grupos de escolares e'istentes &ue estaban )ormados con anterioridad al e'perimento % cada de uno constitu%e un grupo e'perimental ,ern(nde2 et al. 2000!. Krupo A 50 estudiantes! Krupo : 2M estudiantes! Krupo e'perimental con L1 Krupo e'perimental con L2

Krupo 1 54 estudiantes!

Krupo de control

1omo se puede apreciar en este tipo de e'perimentos# la )alta de aleatori2acin de los su*etos a los grupos )alta de e&uivalencia inicial! introduce posibles problemas de valide2 interna % e'terna. ?os dise"os espec$)icos para los e'perimentos % cuasie'perimentos son pr(cticamente los mismos como %a se di*o# la di)erencia est( en &ue en los segundos no ha% asignacin al a2ar ni empare*amiento!. 3er dise"os e'perimentales.

Materiales y mtodos en los estudios experimentales Para este tipo de estudios recomendamos estructurar los materiales y mtodos, siguiendo las pautas que tradicionalmente se han usado y que comprenden lo siguiente: a. Materiales experimentales. Son los objetos o sujetos del estudio. Describir las caractersticas rele antes de los mismos, tomando en cuenta sobre todo los aspectos que pueden tener relaci!n o e"ecto en el experimento. b. #tros materiales y equipo. Son los materiales y equipos rele antes que se usar$n y tienen relaci!n directa con la in estigaci!n %no los materiales de uso ob io, por ejemplo, material de escritorio&. 'ncluir especi"icaciones tcnicas y cantidades exactas, asi como la procedencia o el mtodo de preparaci!n. (o usar nombres comerciales, sino los nombres genricos o qumicos. Ser exacto y usar unidades de medida del Sistema 'nternacional. )n los equipos, indicar la marca y el modelo. *os animales y plantas u otros organismos deben ser identi"icados con sus nombres cient"icos, siguiendo las normas de nomenclatura, indicando adem$s, el autor que los identi"ic!. c. +actores %o ariables independientes&, ni eles de los "actores %o ariables& y tratamientos en estudio. )s pre"erible hacer una tabla. Por ejemplo, si se tratara del estudio del e"ecto de dos ariables cada una con tres ni eles, procederamos como se expone en la ,abla -. ,abla -. +actores, ni eles y tratamientos en estudio +actor. ariable (i eles ,ratamientos ,ipo de suelo Suelo Suelo - y ariedd Suelo 1 Suelo - y ariedad 1 Suelo 2 Suelo - y ariedad 2 0ariedad 0ariedad - Suelo 1 y ariedad 0ariedad 1 Suelo 1 y ariedad 1 0ariedad 2 Suelo 1 y ariedad 2 Suelo 2 y ariedad Suelo 2 y ariedad 1 Suelo 2 y ariedad 2 /!digo S-0S-01 S-02 S10S101 S102 S20S201 S202

)l c!digo de cada tratamiento tiene el prop!sito de abre iar su denominaci!n y reconocerlo m$s r$pidamente durante el trabajo de campo y en el an$lisis estadstico %parcela, in ernadero, laboratorio&.

d. Dise3o estadstico. 'ndicar el dise3o elegido y porqu se lo eligi! %recuerde que ste a su e4, conlle a a cierto tipo de an$lisis estadstico&. e. ) aluaciones a reali4ar. 'ndicar cada ariable a e aluar, c!mo se determinar$ el tama3o de la muestra y la selecci!n de los elementos de la muestra. /!mo se har$ la toma de los datos para cada ariable considerada %momento o estado "enol!gico, instrumentos o equipo a usar&. ". Procedimiento. Describir paso a paso y con detalle, el proceso o procesos, para reali4ar el experimento. Descripci!n concisa de cada paso o de los mtodos y tcnicas que se usar$n siguiendo un orden cronol!gico, de manera que otros in estigadores puedan repetir el proceso. Si se us! mtodos o tcnicas nue as, se deben describir, citando a las "uentes. Si son mtodos ya conocidos, se deber$ indicar en "orma general y citar la "uente.

g. ,ratamiento y an$lisis de los datos y, presentaci!n de resultados. 'ndicar el tratamiento que se dar$ a los datos de cada ariable, el tipo de an$lisis %estadstico descripti o.in"erencial& que se reali4ar$ y c!mo se presentar$n los resultados %porcentajes, tablas o cuadros, "iguras&. ,radicionalmente, en los proyectos de estudios experimentales, dentro de este apartado %materiales y mtodos& se describe la ubicaci!n geogr$"ica, sin embargo, sta no corresponde a materiales ni a mtodos y en nuestro caso, ya se hi4o la descripci!n geogr$"ica o espacial en el tem de alcances. *os puntos c a g, constituyen lo que algunos autores denominan definicin operacional experimental. )sta se3ala las operaciones que debe hacer el in estigador para manipular la ariable independiente y c!mo e aluar$ o medir$ la%s& ariable %s& dependiente %s&. )s decir, c!mo se dise3ar$ y ejecutar$ el experimento %5erlinger 6 *ee 177-: 2892:&.
iseos no e#perimentales ?a caracter$stica )undamental de estos estudios es &ue en ellos no se manipulan variables. Slo se observan los )enmenos tal % con)orme se dan en la naturale2a# para despus anali2arlos. Ierlinger % ?ee 20010 /04! dicen &ue la investigacin no e'perimental C es la b!s&ueda emprica y sistem.tica en la &ue el cient/ico no posee control directo de las variables independientes' debido a &ue sus mani/estaciones ya han ocurrido o debido a &ue son inherentemente no manipulables. Se hacen in)erencias sobre las relaciones entre las variables# sin intervencin directa# de la variacin concomitante de las variables independientes % dependientesD ?os autores Ierlinger F ?ee 20010/15! sostienen &ue la investigacin no e'perimental tiene tres grandes debilidades0 1! la incapacidad de manipular variables independientes< 2! la )alta de poder para aleatori2ar %< 5! el riesgo de reali2ar interpretaciones inadecuadas. Sin embargo# indican &ue ser$a in*usto sostener &ue la investigacin no e'perimental es in)erior a la e'perimental. 1ada una tiene sus debilidades % )ortale2as % sirven en situaciones espec$)icas. Aicen adem(s &ue los modelos e'perimental % no e'perimental son slo dos caminos de los muchos &ue tiene la ciencia % ninguno de ellos es errneo o correcto# sino &ue son di)erentes. ?a investigacin no e'perimental puede ser0

Investigacin transeccional o transversal . En estos estudios se recolectan datos en un solo momento una sola ve2!. Su propsito es describir variables % anali2ar su incidencia e interrelacin en un momento dado. Es como tomar una )otogra)$a de algo &ue sucede. E*. estudiar el n7mero de empleados# desempleados % subempleados en una ciudad. Aeterminar el nivel de escolaridad de los empleados de una institucin. Anali2ar los niveles de produccin en una comunidad. Inventariar las especies vegetales de un bos&ue. +ueden abarcar uno una medicin! o m(s grupos una medicin simult(nea! de elementos o personas. Estos dise"os pueden ser descriptivos % correlacionalesBcausales. iseos transeccionales descriptivos. 8ienen el propsito de indagar la incidencia % los valores en &ue se mani)iesta una o m(s variables. 1onsisten en medir en un grupo de ob*etos o personas una o m(s variables % hacer su descripcin. Son estudios puramente descriptivos % cuando establecen hiptesis tambin son descriptivas. +ueden servir para hacer estudios comparativos entre grupos o subgrupos. +or e*. describir el nivel de empleo en tres ciudades. iseos transeccionales correlacionales0causales. Aescriben relaciones entre dos o m(s variables en un momento dado. Son tambin descripciones pero no de variables sino de sus relaciones# sean estas puramente correlacionales o relaciones causales. +or lo tanto# los dise"os correlacionalesBcausales pueden limitarse a establecer relaciones entre variables sin precisar sentido de causalidad o pueden pretender anali2ar relaciones de causalidad. Entonces se pueden )undamentar en hiptesis correlacionales o causales. 1uando se establecen relaciones causales son e'plicativos. ?a di)erencia con los e'perimentos es &ue las causas % los e)ectos %a ocurrieron % el investigador slo los observa % reporta. +or e*emplo# estudiar la correlacin entre servicios b(sicos agua# desague# lu2# de salud! % morbilidad proporcin de personas &ue en)erman en una poblacin % tiempo determinados!. Estudiar el e)ecto de nuevas tcnicas sobre la calidad de las construcciones en los 7ltimos 50 a"os usando las estad$sticas o)iciales!. Investigacin longitudinal. En estos estudios se recolectan datos a travs del tiempo en puntos o periodos especi)icados# para hacer in)erencias respecto al cambio# sus determinantes % consecuencias. +or e*emplo# anali2ar cmo evolucionan los niveles de empleo durante cinco a"os en una ciudad. ; estudiar la evolucin de la vegetacin en un (rea determinada# durante un cierto per$odo. Estos estudios pueden ser de tres tipos0 dise"os de tendencia o trend# de an(lisis evolutivo de grupos cohort! % dise"os panel o de segmento. iseos longitudinales de tendencia. Anali2an cambios a travs del tiempo en las variables % sus relaciones!# dentro de alguna poblacin en general. Su caracter$stica distintiva es &ue la atencin se centra en una poblacin. +or e*emplo# una investigacin para anali2ar cambios en la actitud hacia el gobierno en una ciudad. Aicha actitud se mide en varios puntos en el tiempo e*. cada seis meses# durante / a"os! % se e'amina su evolucin a los largo de este periodo. Se puede observar o medir toda la poblacin o bien tomar una muestra representativa de ella# cada ve2 &ue se observen o midan las variables o las relaciones entre stas. iseos longitudinales de evolucin de grupo. ; estudios cohort e'aminan cambios a travs del tiempo en subpoblaciones o grupos espec$)icos. Su atencin son las cohort o grupos de individuos vinculados de alguna manera# generalmente la edad# grupos por edad. 6n e*emplo de estos grupos cohort! ser$a el )ormado por las personas &ue nacieron el a"o 2000 en una ciudad. +ero tambin podr$a utili2arse otro criterio de agrupamiento temporal como0 las personas &ue se casaron durante 1->M % 1->. en 1a*amarca. 8ales dise"os hacen seguimiento de los grupos a travs del tiempo. 6sualmente en estos dise"os se e'trae una muestra cada ve2 &ue se mide el grupo o subpoblacin. En los dise"os de tendencia o de evolucin de grupo se estudia el cambio en subpoblaciones o poblaciones pero debido a &ue en cada momento o tiempo se mide una muestra di)erente aun&ue e&uivalente# el cambio se eval7a colectivamente % no en manera individual por&ue las personas

>

pueden cambiar!. Si ha% cambios# el investigador no puede determinar espec$)icamente &ue individuos los provocaron. iseos longitudinales de panel. +olit % ,ungler 1--.! los llaman de segmento. Son similares a los dise"os vistos anteriormente# la di)erencia est( en &ue el mismo grupo de su*etos o elementos es medido en todos los tiempos o momentos. 6n e*emplo ser$a una investigacin &ue observara anualmente los cambios en las actitudes de un grupo de maestros en relacin a un programa para la toma de conciencia sobre la contaminacin# durante cinco a"os. 1ada a"o debe observarse la actitud de los mismos maestros. Es decir# tanto la poblacin o subpoblacin % los individuos son los mismos. 1tros tipos de diseos longitudinales +olit % ,ungler desde la perspectiva de las ciencias de la salud# dentro de los dise"os longitudinales consideran el diseo transecuencial y el diseo de seguimiento . El primero# con*uga las caracter$sticas de los estudios de evolucin de grupo o cohorte con el en)o&ue transversal. En los estudios transecuenciales se estudian longitudinalmente dos o m(s cohortes de edad# de manera &ue resulta )actible detectar tanto los cambios provocados por el tiempo como las di)erencias generacionales o de cohorte. +or e*emplo# un investigador puede comparar el desarrollo# con el paso del tiempo# de la conciencia sobre el SIAA tanto en un grupo de adolescentes p7beres como en otro grupo de *venes de ma%or edad. ?os estudios de seguimiento presentan un dise"o similar a los estudios de panel o segmento. +or lo general# se reali2an para determinar el desarrollo de su*etos &ue comparten una condicin espec$)ica o &ue han sido sometidos a determinada intervencin. +or e*emplo# puede hacerse el seguimiento de pacientes &ue han sido ob*eto de un tipo de intervencin se sigue a todo el grupo# no es una muestra!. 8abla. 1orrespondencia entre los tipos de estudio# las hiptesis % el dise"o de investigacin Estudio ,iptesis +osibles dise"os E'ploratorio @o se establecen# slo se pueden 8ranseccional descriptivo )ormular con*eturas iniciales. Aescriptivo Aescriptiva +ree'perimental 8ranseccional descriptivo 1orrelacional Ai)erencia de grupos sin atribuir 1uasie'perimental causalidad 8ranseccional correlacional ?ongitudinal no e'perim.! 1orrelacional E'plicativo Ai)erencia de grupos atribu%endo causalidad 1ausales 9uente0 8omado de ,ern(nde2 et al. 201001M5! III. -oblacin y muestra +ara determinar o seleccionar la poblacin % la muestra# lo primero &ue ha% &ue preguntar es0 GJu elementos se van a medirH Es decir# los su*etos u ob*etos de estudio unidad de an(lisis!. En otras palabras# Gcu(l es la unidad de an(lisisH. Esto %a se vio al tratar % de)inir la hiptesis. +ero ahora nuevamente tenemos &ue estar seguros de &u elementos personas# estructuras# 1uasie'perimental 8ranseccional correlacional ?ongitudinal no e'perim.! E'perimental 1uasie'perimental# longitudinal % transeccional causal E'perimental 1uasie'perimental# longitudinal % transeccional causal

plantas# animales# organi2aciones# ob*etos# etc.! van a ser medidos. Esto depende de haber precisado el problema a investigar# los ob*etivos &ue se persiguen % la hiptesis )ormulada. Esto &ue parece simple % obvio puede a veces no serlo. ,ern(nde2 et al. 20000 20/! presentan e*emplos de incoherencias &ue se pueden presentar entre la pregunta de investigacin % la unidad de an(lisis. Algunos e*emplos0
+regunta de investig. Ge'isten incongruencias entre los e'pedientes tcnicos % la e*ecucin de obrasH G,a% problema de comunicacin entre padres e hi*osH 6nidad de an(lisis errnea E'pedientes tcnicos0 anali2arlos en sus partidas b(sicas. Error0 se podr( anali2ar los e'pedientes tcnicos pero no se podr( determinar las incongruencias con la e*ecucin. Krupo de adolescentes# a los cuales se les aplica un cuestionario. Error0 Se describir$a 7nicamente cmo perciben los adolescentes la relacin con sus padres. 6nidad de an(lisis correcta E'pedientes tcnicos % cuadernos de obra. An(lisis de ambos en sus partidas b(sicas. 1ontrastar. 6n grupo de padres % un grupo de hi*os. A ambos se les aplicar( un cuestionario.

?a de)inicin de la unidad de an(lisis nos llevar( a delimitar la poblacin &ue va a ser estudiada % sobre la cual se pretende generali2ar los resultados de la investigacin. -oblacin. Es el con*unto de todos los casos &ue concuerdan con una serie de especi/icaciones ,ern(nde2 et al. 200M!. +olit F ,ungler 1---! de)inen a la poblacin como el con*unto global de casos &ue satis/ace una serie predeterminada de criterios . +or otro lado# =o*as 1->-! dice poblacin es la totalidad de los elementos &ue poseen las principales caracter$sticas ob*eto de an(lisis % sus valores &ue son conocidos como par(metros. Muestra. Se de)ine como un subgrupo de la poblacin ,ern(nde2 et al. 200M0240!. 8ambin se dice &ue representa un subcon*unto de unidades &ue integran a la poblacin. +ara poder seleccionar la muestra deben de)inirse las caracter$sticas de la poblacin. +or e*emplo si decimos &ue la poblacin en estudio ser(n todas las especies arbreas de un bos&ue# no tomaremos en cuenta las especies arbustivas % herb(ceas. ?as unidades &ue constitu%en las muestras % la poblacin se conocen como elementos. El elemento es entonces la unidad b(sica alrededor de la cual se recaba in)ormacin. ?a principal caracter$stica de una muestra es su representatividad sino cumple esta caracter$stica# de*a de ser tal!. 6na muestra es representativa cuando sus caracter$sticas clave se apro'iman estrechamente a las caracter$sticas de la poblacin +olit F ,ungler 1---!. 8ambin se dice &ue es a&uella muestra &ue tiene apro'imadamente las mismas caracter$sticas de la poblacin relevantes a la investigacin en cuestin Ierlinger F ?ee 2001!. El uso de la muestra es con el propsito de evitar traba*ar con toda la poblacin N hacer un censo!# lo cual resulta muchas veces di)$cil % costoso< entonces se trata de &ue los resultados obtenidos se generalicen hacia la poblacin# lo cual depende del nivel de con)ian2a % precisin. Se entiende por nivel de con/ian"a como la garant$a % el grado de certe2a de &ue la precisin o error no sobrepase la cantidad escogida. O se entiende por precisin o error a la di)erencia absoluta &ue e'iste entre la poblacin @! % la muestra n!. 2eleccin de la muestra Algunas consideraciones para la seleccin de la muestra son Komero 1--.!0 1. Ae)inir cu(l es el universo o poblacin &ue interesa estudiar. Aebe hacerse una delimitacin cuidadosa de esa poblacin en )uncin del problema# ob*etivos# hiptesis# variables# tipo de estudio. ?as poblaciones deben situarse claramente en torno a sus caracter$sticas de contenido# lugar % tiempo.

10

2. Ae)inir cual es la unidad muestral0 )amilia# viviendas# man2anas# estudiantes# animales# plantas# organi2aciones# personas# etc. ?a unidad muestral son los elementos &ue permiten identi)icar la unidad de an(lisis o de observacin % &ue en general# son los elementos &ue constitu%en la muestra. +or e*. en una investigacin la )amilia puede ser la unidad muestral# pero el *e)e de )amilia puede ser la unidad de an(lisis. Sin embargo# en la ma%or$a de los casos ambas unidades coinciden. En otra investigacin# la unidad muestral es el colegio % la unidad de an(lisis puede ser el director o el estudiante. 5. Ae)inir cu(l es la unidad de an(lisis# se re)iere a &uienes van a ser medidos# o sea los su*etos u ob*etos a los cuales se aplicar(n los instrumentos de medicin. 4. ?a muestra &ue debe seleccionarse debe ser representativa para poder hacer generali2aciones v(lidas. Tipos de muestra (o tipos de muestreo). E'isten dos )ormas de e'traer una muestra0 probabilstica y no probabilstica. ?a eleccin de una muestra probabil$stica M+! o no probabil$stica depende de los ob*etivos de la investigacin# del tipo % es&uema de investigacin % de la contribucin &ue se &uiere hacer con la misma ,ern(nde2# et al. 2000!. A la ve2# un muestreo o M+ puede ser0 M+ simple# M+ estrati)ica# M+ por racimos % M+ sistem(tica. O la no probabil$stica puede ser por cuotas o intencional. Muestra probabilstica simple. En este tipo# todos los elementos de la poblacin tienen la misma posibilidad de ser escogidos. +ara ello es necesario de)inir las caracter$sticas de la poblacin# el tama"o de la muestra % a travs de una seleccin aleatoria %Bo mec(nica de las unidades de an(lisis. +or e*emplo# para obtener el n7mero premiado en un sorteo de loter$a# este n7mero se )orma en el momento del sorteo# a partir de las es)eras con los d$gitos &ue se van sacando# despus de revolverlas mec(nicamente# hasta )ormar el n7mero# de manera &ue todos los n7meros tienen la posibilidad de ser elegidos ,ern(nde2 et al. 2000!. 8rminos % de)iniciones para hacer una muestra probabil$stica ,ern(nde2 et al. 200M0 244! ?a poblacin N @# con*unto de elementos &ue poseen determinada caracter$stica ?a muestra N n# es un subcon*unto de la poblacin @# En una poblacin @ previamente determinada por los ob*etivos de la investigacin! nos interesa establecer e'presiones numricas de las caracter$sticas de los elementos de @. @os interesa conocer el valor promedio en la poblacin# el cual se e'presa como0 O N es decir# se re)iere al valor de una variable determinada O! &ue nos interesa conocer. 8ambin nos interesa conocer0 3 N varian2a de la poblacin con respecto a determinadas variables. 1omo los valores de la poblacin no se conocen# seleccionamos una muestra n % a travs de estimados en la muestra# in)erimos valores en la poblacin % ser( el valor de O el cual desconocemos. En la muestra % es un estimado promedio &ue podemos determinar. Sabemos &ue en nuestra estimacin habr( una di)erencia O P % N H! es decir# habr( un error# el cual depender( del n7mero de elementos muestreados. A dicho error le llamaremos error est(ndar N Se. Se N es la desviacin est(ndar de la distribucin muestral % representa la )luctuacin de % . Se!2 N es el error est(ndar al cuadrado# es la )rmula &ue nos servir( para calcular la varian2a 3! de la poblacin @!. O la varian2a de la muestra n! ser( la e'presin s 2. s2 N varian2a de la muestra# la cual podr( determinarse en trminos de probabilidad donde s 2 N p 1E p!.

11

Aonde p N porcenta*e estimado de la muestra# probabilidad de ocurrencia del )enmeno# la cual se estima sobre marcos de muestreo previos o se de)ine# la certe2a total siempre es igual a 1 uno!# las posibilidades a partir de esto son CpD de &ue si ocurra % C&D de &ue no ocurra0 p Q & N1!. Ae ah$ se deriva 1Ep. @ota0 ?os trminos de la muestra se simboli2an con una letra min7scula n# s# se! % si se trata de un trmino de la poblacin se simboli2a con una letra ma%7scula @# S!. +ara una muestra probabil$stca necesitamos principalmente dos cosas0 determinar el tama"o de la muestra n! % seleccionar los elementos muestrales# de manera &ue todos tengan la misma posibilidad de ser elegidos. +ara lo primero e'iste una )rmula &ue contiene las e'presiones %a descritas. +ara lo segundo# necesitamos un marco de seleccin adecuado % un procedimiento &ue permita la aleatoriedad en la seleccin. A continuacin trataremos de ambos aspectos. $l tamao de la muestra 1uando se hace una muestra probabil$stica# debemos preguntarnos0 dado &ue una poblacin es de @# Gcu(l es el menor n7mero de unidades muestrales personas# organi2aciones# plantas# animales# ob*etos# etc.!# &ue se necesita para con)ormar una muestra n! &ue asegure un error est(ndar menor de 0.01 1 R! . Es decir# un nivel de con)ian2a de -- R. ?a respuesta a esta pregunta pretende encontrar la probabilidad de ocurrencia de %# &ue el estimado de % se acer&ue a O# el valor real de la poblacin. Si establecemos el error est(ndar % )i*amos 0.01# sugerimos &ue esta )luctuacin promedio de nuestro estimado % con respecto a los valores reales de la poblacin O# no sea S0.01. Es decir# &ue de 100 casos# -- veces la prediccin sea correcta % &ue el valor de % se sit7e en un intervalo de con)ian2a &ue comprenda el valor de O. =esumiendo# para una determinada varian2a 3! de O# GJu tan grande debe ser mi muestraH Esto puede determinarse en dos pasos0 1! nT N s2B32 N tama"o provisional de la muestra N 3arian2a de la muestraB 3arian2a de la poblacin Este tama"o de muestra provisional se corrige con otros datos# a*ust(ndose si se conoce el tama"o de la poblacin. 2! n N nTB1 Q nTB@ 8omemos el siguiente e*emplo0 En un estudio sobre los directivos de las empresas en M'ico :aptista# 1->5#citado por ,ern(nde2 2000! % con base en las consideraciones tericas del estudio &ue describe el comportamiento gerencial de los individuos % la relacin de ste con otras variables de tipo organi2acional se procedi a de)inir la poblacin de la siguiente manera0 ?a poblacin comprende a todos a&uellos directores generales de empresas industriales % comerciales &ue en 1->5 ten$an un capital superior a 50 millones de pesos# con ventas superiores a los 100 millones de pesos %Bo con m(s de 500 personas empleadas. 1on estas caracter$sticas se precis &ue la poblacin era de @ N 1 1.M directores generales %a &ue 1 1.M empresas reun$an las caracter$sticas mencionadas. G1u(l es entonces el n7mero de directores generales n &ue se tiene &ue entrevistar# para tener un error est(ndar menor de 0.01/# % dado &ue la poblacin total es de 1 1.MH. @ N tama"o de la poblacin de 1 1.M empresas % N valor promedio de una variable N 1 un director general por empresa!. Se N error est(ndar N 0.01/# establecido por el investigador. 32 N varian2a de la poblacin al cuadrado. Su de)inicin se!0 cuadrado del error est(ndar.

12

s2 N varian2a de la muestra e'presada como la probabilidad de ocurrencia de %. nT N tama"o de la muestra sin a*ustar n N tama"o de la muestra a*ustada! p N 0.nT N tama"o de la muestra sin a*ustar n N 8ama"o de la muestra Sustitu%endo valores tenemos &ue0 nT N s2B32 s2 N p 1Ep! N 0.- 1E0.-! N 0.032 N 0.01/!2 N 0.00022/ nT N 0.0-B0.00022/ N 400 nT 400 n N EEEEEEEEEEEEEE N EEEEEEEEEEEEEEEEEEEE N 2->./ 1 Q nTB@ 1 Q 400B1 1.M n N 2->./ Es decir# en esta investigacin# se necesit una muestra de 2-> directores generales. Este es el primer procedimiento para obtener la muestra probabil$stica0 determinar su tama"o# con base en estimados de la poblacin. El segundo procedimiento consiste en cmo % de dnde seleccionar a esos 2-> directores. Antes de pasar a esto veamos otra )orma de determinar el tama"o de muestra. @ota0 al determinar una muestra se recomienda agregar un 10 R m(s de elementos para )ines de control de calidad por e*emplo# cuestionarios incompletos# poco legibles# personas &ue desisten de colaborar# datos no con)iables# etc.!. Komero 1--.! detalla un procedimiento para establecer el tama"o de muestra en estudios socioeconmicos# cuando se cumplen las siguientes premisas0 a! 1uando la poblacin es grande b! Si el cuestionario &ue se va a aplicar contiene 50 % 40 preguntas pre)erentemente cerradas. c! 1uando la encuesta contiene preguntas con respuestas e'clu%entes si# no# bueno# malo# adecuado inadecuado!. ?a )rmula es0 U2 p.& n NEEEEEEEEEEEEEEEEEEEEEEE E2 Ande0 n N muestra inicial U N nivel de con)ian2a p N +robabilidad de 'ito & N +robabilidad de )racaso E N @ivel de precisin o error

15

U N @ivel de con)ian2a# re&uerido para generali2ar los resultados hacia toda la poblacin. El nivel de con)ian2a U! se obtiene de las tablas de (reas ba*o la curva normal. Keneralmente se emplea el -/ % -- R0 al calcular el tama"o de la muestra utili2ando -/ R de nivel de con)ian2a# entonces habr( un / R de descon)ian2a. El valor -/ R de con)ian2a se divide entre 2 -/B2! por&ue la curva normal est( dividida en dos partes iguales. El resultado es 4../0 R. Esta cantidad se divide entre 100 4../0B100!# cu%o resultado es 0.4./0. Este valor de C2D 0.4./0! se locali2a en la tabla de (reas ba*o la curva normal % corresponde a 1.-M. 1abe se"alar &ue mientras m(s grande es el nivel de con)ian2a# ma%or ser( el tama"o de la muestra. p& N variabilidad de aciertos % errores< p representa la proporcin de aciertros probabilidad de 'ito! % & a los errores probabilidad de )racaso!. +ara calcular p&# primero se toma como base el nivel de precisin. El porcenta*e ma%or se asigna a p % el menor a &. 9inalmente# las cantidades obtenidas se dividen entre 10 si se toman de 1 al -! o entre 100 si se toman de 10 a -0!. +or e*emplo si se piensa &ue al aplicar una encuesta se tendr(n M0 R de respuestas a)irmativas % 40 R de respuestas negativas. Es decir0 p N M0 R % & N 40 R. Estas ci)ras se dividen entre 100 % el resultado es p N 0.M0 % & N 0.40. E N nivel de precisin o error. +ara generali2ar los resultados# permite calcular el intervalo en donde se encuentran los verdaderos valores de la poblacin. Este valor se determina de la siguiente manera0 1. +ara calcular el tama"o de la muestra se utili2 un nivel de con)ian2a del -/ R % un nivel de precisin del / R 100E-/ R!. +or e*emplo en una investigacin se re&uiere determinar una muestra para lo cual se re&uiere una precisin del / R % un nivel de con)ian2a del -/ R. Ael total de casos investigados el M0 R responde a)irmativamente. 2. +ara determinar el porcenta*e de personas en toda la poblacin &ue contestar(n a)irmativamente# debe sumarse % restarse el / R nivel de precisin! al porcenta*e de respuestas a)irmativas. M0 R Q / R N M/ R M0 R E / R N // R Es decir en este caso se espera con un -/ R de con)ian2a &ue la respuesta a nivel de la poblacin oscile entre // % M/ R. +or lo tanto al aumentar el nivel de precisin se eleva el tama"o de la muestra. En un estudio denominado el comercio in)ormal en la ciudad de ,uara2 cu%a poblacin era de 5 000! la muestra inicial se determin con la )rmula. U2 p.& n N EEEEEEEEEEEE E2 Aando valores tenemos0 U N -/ R &ue en la tabla de (reas ba*o la curva normal tiene un valor de 1.-M! p N 0.M & N 0.4

14

E N / R 0.0/# resulta de dividirlo entre 100! Sustitu%endo valores tenemos0 1.-M! 2 0.M! 0.4! n NEEEEEEEEEEEEEEEEEEEEEEEEE 0.0/!2 5.>41M ' 0.24 n N EEEEEEEEEEEEEEEEEEEEE 0.002/ n N 5M1omo nB@ 5M-B5000 N 0.125! S / R 0.0/! o sea# dado &ue el resultado de dividir la muestra n! entre la poblacin @! es ma%or &ue el nivel de precisin# se hace la correccin de la muestra. +or lo tanto# como el tama"o de la muestra es de 5000 comerciantes in)ormales tenemos &ue utili2ar el )actor de correccin )inito# para lo cual# aplicamos la siguiente )rmula0 no N nB1 Q nE1B@ Aonde0 n N valor de la muestra inicial no N valor de la muestra a*ustada @ N tama"o de la poblacin Sustitu%endo datos tenemos0 no N 5M-B1 Q 5M-E1B5000 no N 5M-B1 Q 0.125 no N 5M-B1 Q 125 N 5M-B0.125 N 52>./> no N 52?a muestra corregida es de 52-. Se denomina asi por&ue es la resultante del )actor de correccin )inito. ?os s$mbolos p& pueden cambiarse por S2 varian2a de la muestra!. Entonces en la )rmula tenemos0 U2 S2 n N EEEEEEEEEE E2 @ota0 +ara )ines de control de calidad# de recomienda considerar el 10 R m(s de elementos muestrales e*. su*etos &ue no &uieren responder al instrumento# elementos con datos incompletos# etc.!. Muestra probabilstica estrati/icada . Sigamos a ,ern(nde2 et al. 2000!. ?os e*emplos anteriores corresponden a una muestra probabil$stica simple. En el caso del estudio de directivos# determinamos &ue el tama"o de muestra ser$a de n N 2-> directivos de empresa. +ero supongamos &ue la situacin se complica % &ue deberemos estrati)icar esta CnD a )in de &ue los elementos muestrales o unidades de an(lisis posean un determinado atributo. En el e*emplo# ese atributo es el giro de empresa. Es decir# cuando no basta &ue cada uno de los elementos muestrales tengan la misma probabilidad de ser escogidos# sino &ue adem(s es necesario estrati)icar la muestra en relacin a estratos o categor$as &ue se presentan en la poblacin % &ue aparte son relevantes para los ob*etivos del estudio# se dise"a una muestra probabil$stica estrati)icada. ?o &ue a&u$ se hace es dividir a la poblacin en subpoblaciones o estratos % se selecciona una muestra para cada estrato.

1/

?a estrati)icacin aumenta la precisin de la muestra e implica el uso deliberado de di)erentes tama"os de muestra para cada estrato# Ca )in de lograr reducir la varian2a de cada unidad de la media muestral Iis 1--/!. Seg7n el autor# en un n7mero determinado de elementos muestrales n N n h# la varian2a de la media muestral % puede reducirse al m$nimo si el tama"o de la muestra para cada estrato es proporcional a la desviacin est(ndar dentro del estrato. Esto es0 )h N nB@ N Vsh En donde la muestra n ser( igual a la suma de los elementos muestrales nh. Es decir# el tama"o de n % la varian2a de %# pueden minimi2arse si calculamos CsubmuestrasD proporcionales a la desviacin est(ndar de cada estrato. Esto es )h N nhB@h N Vsh En donde nh % @h son muestra % poblacin de cada estrato % sh es la desviacin est(ndar de cada elemento en un determinado estrato. Entonces tenemos &ue0 Vsh N nB@ Siguiendo con el e*emplo de los directores de empresa# la poblacin es de 1 1.M directores de empresa % el tama"o de muestra es n N 2-> GJu muestra se necesita para cada estratoH. Vsh N )h N nB@ N 2->B1 1.M N 0.2/54 Ae manera &ue el total de la subpoblacin se multiplica por esta )raccin constante a )in de obtener el tama"o de muestra para cada estrato. Sustitu%endo tenemos0 @h ' )h N nh @h N tama"o de cada estrato o subpoblacin )h N )raccin de cada estrato nh N tama"o de la muestra de cada estrato. Estrato Kiro de las empresas 8ama"o de 9raccin del 8ama"o de la los estratos estrato )h! muestra en cada estrato nh N @h )h! /5 0.2/54 15 100.2/54 2> 21/ 0.2/54 // >. 0.2/54 22 -> 0.2/54 2/ 110 0.2/54 2> >1 0.2/54 20 221 0.2/54 /M 1/1 0.2/54 5> /1 0.2/54 15 @ N 1 1.M n N 2->

1 2 5 4 / M . > 10 8otal

E'tractivo % sider7rgico Metal mec(nico Alimentos# bebidas# tabaco +apel % artes gr()icas 8e'tiles Elctricas % electrnicas Automotri2 Ju$mico )armacutico ;tras empresas de trans)or. 1omerciales

+or e*emplo0 @h N /5 directores de empresas e'tractivas corresponde a la poblacin total de este giro )h N 0.2/54 es la )raccin constante N nB@! nh N 15 es el n7mero redondeado de directores de empresa del giro e'tractivo &ue tendr(n &ue entrevistarse es decir a &uienes se aplicar( el instrumento!. ;tro e*emplo. En una )acultad de la 6niversidad# la poblacin estudiantil se divide con)orme se aprecia en el cuadro siguiente. +ara reali2ar un estudio# se necesita determinar el tama"o de la

1M

muestra general % el tama"o de la muestra en cada estrato. Se impone como condiciones las siguientes0 U N -/ R# E N / R# p N .0 R# & N 50 R. 1alculo de la muestra general0 U2 p & nT N EEEEEEEEEEEEEE E2 1.-M! 2 0..0! 0.50! 0.>0M.5M N EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE N EEEEEEEEEEEEEEEEE N 525 0.0/!2 0.002/

1omo nB@ N 525B1..1 N 0.1>25>2> S 0.0/# hacemos la correccin con el )actor de correccin )inito0 nT 525 525 n NEEEEEEEEEEEE N EEEEEEEEEEEEEEEEEEE N EEEEEEEEEEEEEEEEEEEEEEEE N 2.5 1 Q nTB@ 1 Q 525B1..1 1 Q 0.1>25>2> n N 2.5
Estrato 1 2 5 4 / M . > 10 8otal 1iclo estudios I II III I3 3 3I 3II 3III IL L de 8ama"o de los estratos 1>0 145 220 1>4 255 200 1/M 145 1>/ 12. @ N 1..1 9raccin del estrato )h! 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 0. 1/41/02 8ama"o de muestra en cada estrato nh N @h )h! 2> 22 54 2> 5M 51 24 22 2> 20 n N 2.5

,asta este momento hemos determinado el tama"o de muestra n7mero de estudiantes! en cada estrato % adem(s la muestra total. Jueda pendiente# determinar la )orma cmo elegiremos cada estudiante al cual se aplicar( la encuesta# entrevista u otro instrumento adecuado para el estudio ver procedimiento de seleccin!. ;tras )ormas para determinar el tama"o de muestra0 muestreo probabil$stica por racimos % mustreo probabil$stico sistem(tico ver ,ern(nde2 et al. 20000 215E21M % Komero 1--.0 1-4E 1-.# Ierlinger % ?ee 20020 1M0E1M5!. -rocedimiento de seleccin de los elementos &ue con/orman la muestra 1mo %a se indic# en el muestreo probabil$stico# los tipos de muestra dependen del tama"o de la muestra % del procedimiento de seleccin de los elementos de la muestra. 8odo lo anterior se ha re)erido a cmo obtener el tama"o de la muestra# ahora hablaremos de cmo seleccionar los elementos muestrales o unidades de an(lisis. En primer lugar# estos elementos se eligen siempre aleatoriamente para estar seguros &ue cada elemento tenga la misma probabilidad de ser elegido. +ueden usarse tres procedimientos de seleccin0 sorteo# ri)a o tmbola# con el uso de tablas de n7meros aleatorios# seleccin sistem(tica ver Komero 1--.0 1>-E1-2< ,ern(nde2 et al. 2000!. ?a m(s pr(ctica % r(pida es la primera % consiste en numerar los elementos muestrales de 1 al n. ,acer una )icha por cada elemento# revolverlas en una ca*a# e ir sacando n )ichas# seg7n el tama"o de la muestra. ?os

1.

n7meros )ichas! elegidos al a2ar con)ormar(n la muestra. +ara los otros procedimientos ver la literatura ,ern(nde2 et al. 2000!. Muestra no probabilstica. 8ambin llamadas muestras dirigidas. Suponen un procedimiento de seleccin in)ormal % poco arbitrario. En este caso# la eleccin de los elementos no depende de la probabilidad sino de las decisiones % criterios del investigador# entonces estas muestras por obedecer a decisiones sub*etivas tienden a ser sesgadas. +or ello algunos autores indican &ue sus resultados no pueden generali2arse para toda la poblacin % &ue slo son v(lidos para la muestra. Sin embargo# se usan en muchas investigaciones % a partir de ellas se hacen in)erencias sobre la poblacin. ,ern(nde2 et al 2000! dicen es como si *u2g(semos el sabor de un cargamento de limones# solamente probando alguno# como si para Cmuestra bastase un botnD Este tipo de muestra selecciona su*etos Ct$picosD con la vaga esperan2a de &ue ser(n casos representativos de una poblacin determinada. Este tipo de muestras tiene varias desventa*as. ?a primera es &ue al no ser probabil$sticas# no podemos calcular con precisin el error est(ndar# es decir# no podemos calcular con &ue nivel de con)ian2a hacemos una estimacin. Esto es un grave inconveniente si consideramos &ue la estad$stica in)erencial se basa en teor$a de la probabilidad# por lo &ue pruebas estad$sticas en muestras no probabil$sticas tienen un valor limitado % relativo a la muestra en si# mas no a la poblacin. ?a venta*a de una muestra no probabil$stica es su utilidad para determinado dise"o de estudio &ue re&uiere no tanto una Crepresentatividad de elementos de una poblacin# sino una cuidadosa % controlada eleccin de su*etos con ciertas caracter$sticas especi)icadas en el planteamiento del problemaD. Algunas clases de muestras no probabil$sticas son0 muestra de su*etos voluntarios# muestra de e'pertos# muestra de su*etos tipo# muestra por cuotas. %e/erencias bibliogr./icas
Amiel# J. 1--5. Metodolog$a de la investigacin cient$)ica. 1;@1O8E1# ?ima. 1/2 p. 1aballero# A. 1--0. Metodolog$a de la investigacin cient$)ica. Editorial 8cnico 1ient$)ica S.A.# ?ima# +er7. 1>0 p. 1aballero# A. 2000. Metodolog$a de la investigacin. Aise"os con hiptesis e'plicativas. 6AEK=A9 S.A.# ?ima. 5-M p. Komero# K. 1--.. +roceso de la investigacin cient$)ica. IAII= Editores# ?ima. 2>> p. ,ern(nde2# =< 9ern(nde2# 1< :aptista# +. 1--.. Metodolog$a de la investigacin. McKraWE,ill. Impreso por +anamericana 9ormas e Impresos S.A.# 1olombia./04 p. Ierlinger# 9@< ?ee# ,:. 2002. Investigacin del comportamiento. Mtodos de Investigacin en 1iencias Sociales. 4X edicin. McKraW ,ill# M'ico. >10 p. ?adrn de Kuevara# ?. 1->.. 9iloso)$a a distancia. Metodolog$a de la investigacin 1ient$)ica. +roblemas del Mtodo en 1iencias Sociales. 6niversidad Santo 8om(s# :ogot(# 1olombia. 2.. p. Mende2# 1E. 1->>. Metodolog$a. Ku$a para elaborar dise"os de investigacin en ciencias econmicas# contables % administrativas. McK=AYE,I??# :ogot(# 1olombia. 1.0 p. O +olit# A9< ,ungler# :+. 1--.. Investigacin cient$)ica en ciencias de la salud. /X edicin. McKraWE,ill Interamericana# M'ico. .01 p. 3el(s&ue2# A=< =e%# @. 1---# Metodolog$a de la Investigacin cient$)ica. Editorial San Marcos# ?ima

1>